MétaCan
Menu
Retour à la cohorte
Enregistrement W2021107760 · doi:10.14740/jocmr2123w

A Prospective Study on Red Blood Cell Transfusion Related Hyperkalemia in Critically Ill Patients

2015· article· en· W2021107760 sur OpenAlexvenueno aff
Shahzad Raza, Mahadi Baig, Christopher Chang, Ridhima Dabas, Mallika Akhtar, Areej Khan, Krishna Nemani, Rahima Alani, Omran L. Majumder, Natalya Gazizova, Shaluk Biswas, Priyeshkumar Patel, Jaffar A. Al-Hilli, Yasar Shad, Barbara J. Berger, Mohammad Zaman

Notice bibliographique

RevueJournal of Clinical Medicine Research · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueBlood transfusion and management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineHyperkalemiaPacked red blood cellsAcute kidney injuryMetabolic acidosisAcidosisBlood transfusionMyocardial infarctionProspective cohort studyAnesthesiaInternal medicineIntensive care medicineSurgery

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Transfusion-associated hyperkalemic cardiac arrest is a serious complication in patients receiving packed red blood cell (PRBC) transfusions. Mortality from hyperkalemia increases with large volumes of PRBC transfusion, increased rate of transfusion, and the use of stored PRBCs. Theoretically, hyperkalemia may be complicated by low cardiac output, acidosis, hyperglycemia, hypocalcemia, and hypothermia. In this study, we focus on transfusion-related hyperkalemia involving only medical intensive care unit (MICU) patients. METHOD: This prospective observational study focuses on PRBC transfusions among MICU patients greater than 18 years of age. Factors considered during each transfusion included patient's diagnosis, indication for transfusion, medical co-morbidities, acid-base disorders, K(+) levels before and after each PRBC transfusion, age of stored blood, volume and rate of transfusion, and other adverse events. We used Pearson correlation and multivariate analysis for each factor listed above and performed a logistic regression analysis. RESULTS: Between June 2011 and December 2011, 125 patients received a total of 160 units of PRBCs. Median age was 63 years (22 - 92 years). Seventy-one (57%) were females. Sixty-three patients (50%) had metabolic acidosis, 75 (60%) had acute renal failure (ARF), and 12 (10%) had end-stage renal disease (ESRD). Indications for transfusion included septic shock (n = 65, 52%), acute blood loss (n = 25, 20%), non-ST elevation myocardial infarction (NSTEMI) (n = 25, 20%) and preparation for procedures (n = 14, 11%). Baseline K(+) value was 3.9 ± 1.1 mEq/L compared to 4.3 ± 1.2 mEq/L post-transfusion respectively (P = 0.9). During this study period, 4% of patients developed hyperkalemia (K(+) 5.5 mEq/L or above). The mean change of serum potassium in patients receiving transfusion ≥ 12 days old blood was 4.1 ± 0.4 mEq/L compared to 4.8 ± 0.3 mEq/L (mean ± SD) in patients receiving blood 12 days or less old. Sixty-two patients (77.5%) that were transfused stored blood (for more than 12 days) had increased serum K(+); eight (17.7%) patients received blood that was stored for less than 12 days. In both univariate (P = 0.02) and multivariate (P = 0.04) analysis, findings showed that among all factors, transfusion of stored blood was the only factor that affected serum potassium levels (95% CI: 0.32 - 0.91). No difference was found between central and peripheral intravenous access (P = 0.12), acidosis (P = 0.12), ARF (P = 0.6), ESRD (P = 0.5), and multiple transfusions (P = 0.09). One subject developed a sustained cardiac arrest after developing severe hyperkalemia (K(+) = 9.0) following transfusion of seven units of PRBCs. Multivariate logistic regression showed linear correlation between duration of stored blood and serum K(+) (R(2) = 0.889). CONCLUSION: This study assesses factors that affect K(+) in patients admitted to MICU. Results from the study show that rise in serum K(+) level is more pronounced in patients who receive stored blood (> 12 days). Future studies should focus on the use of altered storage solution, inclusion of potassium absorption filters during transfusion and cautious use of blood warmer in patients requiring massive blood transfusions.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,019
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,111
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0150,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,177
Tête enseignante GPT0,497
Écart entre enseignants0,320 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations39
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Medicine ResearchMême sujetBlood transfusion and managementTravaux en français237 207